基于改进粒子滤波算法的医疗锂电池PHM系统设计

• 作者: 何成 刘长春 武洋
• 来源期刊: 计算机测量与控制
• 关键词: 医疗锂离子电池 故障预测与健康管理系统 阿列纽斯模型 无迹粒子滤波算法
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP206
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.11.014

摘要

针对维持生命的医疗电子设备的锂离子电池维修问题,设计了一套故障预测与健康管理系统(Prognostics and Health Management-PHM),提出了PHM系统的实现框架;通过搭建一套电池控制应力水平实验平台并将故障注入锂离子电池中,来进行数据采集;建立基于阿列纽斯模型(Arrhenius Model)的医疗电子设备的锂离子电池模型,通过无迹粒子滤波(Unscented Particle Filter-UPF)算法和粒子滤波(Particle Filter-PF)算法计算出实时故障的概率并给出剩余寿命预测以及健康管理维护方法;通过Matlab对比UPF和PF的预测剩余寿命的仿真结果与实验所测数据的吻合度,选出UPF算法为最优算法并及时诊断故障,为后续维护提供建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何成	上海第二工业大学智能制造与控制工程学院	13	45	3.0	6.0
2	刘长春	上海第二工业大学环境与材料工程学院	3	7	2.0	2.0
3	武洋	上海第二工业大学环境与材料工程学院	3	7	2.0	2.0